In Breve
- Qual è l'impatto dell'IA sulla scoperta delle vulnerabilità?
- L'IA ha aumentato significativamente la capacità di individuare vulnerabilità, ma la gestione delle segnalazioni non è aumentata di pari passo.
- Quali sono le sfide principali nella gestione delle vulnerabilità?
- Le sfide principali includono la validazione delle segnalazioni e l'aumento dell'arretrato di criticità non risolte.
- Cosa sono le iniziative di Continuous Threat Exposure Management?
- Le iniziative CTEM mirano a connettere scoperta, validazione, prioritizzazione e remediation per ridurre il rischio reale.
L’adozione di strumenti basati su intelligenza artificiale (IA) ha rivoluzionato la capacità delle aziende di individuare vulnerabilità nei loro sistemi. Tuttavia, mentre la scoperta delle vulnerabilità è aumentata, la capacità di convalidare, prioritizzare e correggere queste segnalazioni non sta seguendo lo stesso ritmo. Secondo recenti studi, il tempo medio necessario per correggere una vulnerabilità critica è stato ridotto di circa il 50% nell’ultimo anno, ma l’arretrato di criticità non risolte è aumentato di quasi 29 volte.
L’intelligenza artificiale è in grado di analizzare codice e migliaia di asset alla ricerca di pattern noti, consentendo una rilevazione più rapida rispetto ai test manuali. Tuttavia, è importante sottolineare che la scoperta è solo il primo passo e non garantisce automaticamente una riduzione del rischio. Il vero collo di bottiglia è rappresentato dalla validazione delle segnalazioni generate dall’IA, che possono includere duplicati, interpretazioni errate o problemi teorici che richiedono comunque indagini approfondite. Questo processo può consumare ore di lavoro per gli analisti e rischiare di far affondare segnalazioni urgenti in code congestionate.
Per affrontare questa problematica, è necessario stabilire standard chiari sulle evidenze richieste e sviluppare strumenti automatici che migliorino la qualità della prova piuttosto che aumentare la quantità di segnalazioni. Inoltre, è fondamentale creare criteri che colleghino la severità tecnica delle vulnerabilità al contesto di business, tenendo conto di fattori come i servizi critici per i ricavi, i dati regolamentati e le dipendenze sensibili.
In questo contesto, il lavoro umano rimane essenziale. Esperti diversificati sono necessari per identificare percorsi d’attacco composti da più debolezze apparentemente minori e per dimostrare l’effettiva sfruttabilità delle esposizioni. I pagamenti ai ricercatori di sicurezza sono aumentati, superando i 47 milioni di dollari nel primo semestre dell’anno, con un incremento del 25% rispetto all’anno precedente. Tuttavia, questa crescita non nasconde una trasformazione più profonda: mentre l’IA si occupa dei casi routinari, cresce il valore dei ricercatori capaci di dimostrare impatti concreti e catene di attacco.
Le iniziative di Continuous Threat Exposure Management (CTEM) sono state proposte come un quadro per mantenere connessi scoperta, validazione, prioritizzazione e remediation. Queste iniziative forniscono metriche operative orientate alla riduzione del rischio reale, come la sfruttabilità confermata, la velocità di remediation e la dimensione dell’arretrato critico, piuttosto che limitarsi a conteggi di rilevamenti.
In conclusione, la fase successiva dell’adozione dell’IA nella sicurezza informatica non si concentrerà tanto sulla capacità di trovare più vulnerabilità, già abbondante, quanto sulla capacità di trasformare quelle rilevazioni in azioni efficaci e verificate. Le aziende che sapranno convertire portata e giudizio tecnico in interventi concreti rimarranno avvantaggiate; al contrario, quelle che non riusciranno a farlo si troveranno con un elenco in crescita di vulnerabilità non risolte.